Machine Vision
Deep Learning auf Embedded-Plattformen
Bei MVTec stehen auf der Automatica die aktuellen Versionen der Softwareprodukte Halcon und Merlic im Fokus. In Live-Demos wird Einsatz moderner Machine-Vision-Technologien in Automatisierungsszenarien vorgeführt. Zudem gibt es Einblicke in neue Bildverarbeitungsfunktionen rund um Parallelisierung und Matching.
Am Messestand demonstrieren Experten die Nutzung komplexer Deep-Learning-Algorithmen auf Embedded-Plattformen: Am Beispiel des Embedded-Boards Jetson TX2 von Nvidia wird deutlich, wie sich verschiedene Objekte wie Tabletten oder Obst durch Deep Learning klassifizieren lassen. Dabei werden auch Schriftzeichen und Zahlenkombinationen im Rahmen von OCR-Anwendungen sicher erkannt.
Eine weitere Demo visualisiert ein Anwendungsszenario aus der Robotik: Ein Roboterarm greift in eine Ansammlung von Objekten und findet dank moderner Matching-Technologien von MVTec Halcon zielsicher die Position des relevanten Gegenstandes. Diesen nimmt der Arm präzise aus der Kiste, erkennt ihn mittels einer 2D-Kamera sowie Deep-Learning-Technologie und sortiert ihn heraus.
Ebenfalls werden Funktionen der aktuellen Preview-Version von Merlic 4 in einer Demo veranschaulicht: So werden mithilfe von zwei Kameras verschiedene Inspektionsaufgaben gelöst und dabei Features rund um die Parallelisierung, also die parallele Ausführung voneinander unabhängiger Tools, demonstriert. Dabei wird auch ersichtlich, wie Merlic mit Deep-Learning-basierten OCR-Technologien unterschiedliche Schrifttypen auf Verpackungen, wie etwa Haltbarkeitsdaten oder Chargennummern, erkennt. Zudem wird die nahtlose Einbindung einer speicherprogrammierbaren Steuerung (SPS) in Vision-Systeme mit Merlic dargestellt. Im Übrigen wird Merlic in Zukunft über Hilscher-Karten noch besser in Automatisierungslösungen integriert, wie mithilfe von Profibus. Zu dieser Entwicklung wurden bereits erste erfolgreiche Tests durchgeführt. as

Interaktives Deep Learning
MVTec stellt seine die beiden Flaggschiff-Produkte Halcon und Merlic in den Fokus. Einen Schwerpunkt bilden dabei innovative Deep-Learning-Funktionen auf Basis von künstlicher Intelligenz.
Halle B5, Stand 305









